1、2026财年Q1财务与业务表现

整体财务表现：2026财年Q1，季度总收入为149亿美元，同比增长11%，增速高于去年Q1的8%。运营利润为62亿美元，同比增长7%。非GAAP每股收益为1.47美元，GAAP每股收益为1.1美元。非GAAP税率为20.5%，高于19%的指引，导致每股收益减少3美分。过去四个季度经营现金流为215亿美元，同比增长13%；本季度经营现金流为81亿美元，自由现金流为负3.62亿美元（资本支出为85亿美元）。

云业务增长数据：Q1末剩余履约义务（RPO）达4550亿美元，同比增长359%，较上季度末增加317亿美元；云RPO在去年增长83%的基础上，本季度同比增长近500%。总云收入（包括应用和基础设施）为72亿美元，同比增长27%。其中，云基础设施收入为33亿美元，同比增长54%（去年Q1增速为46%），OCI消费收入同比增长57%。云数据库服务年化收入近28亿美元，同比增长32%；自主数据库收入同比增长43%（去年Q1增速为26%）；嵌入AWS、Azure和GCP的OCI区域的多云数据库收入在Q1增长1529%。云应用收入为38亿美元，同比增长10%；战略后台应用收入为24亿美元，同比大幅增长613%。本季度软件总收入为57亿美元，同比下降2%。

资本与股东回报：过去10年公司流通股数量减少了三分之一，平均回购价格为55美元（远低于当前股价的四分之一）。本季度公司回购了44万股，总金额为9500万美元。过去12个月公司累计支付股息50亿美元，董事会再次宣布季度股息为每股0.5美元。基于RPO的增长，预计2026财年资本支出约为35亿美元，其中绝大多数用于数据中心的创收设备，而非土地或建筑。随着更多产能上线，公司将把大量的RPO积压转化为加速的收入和利润增长。

2、AI业务战略与市场机会

AI训练与推理市场定位：AI正从根本上改变Oracle及计算机行业，并非所有人都完全理解这一趋势的规模。AI训练是万亿级市场，AI推理市场规模更大。推理应用场景广泛，包括运行机器人工厂、自动驾驶汽车、机器人温室、药物设计的生物分子模拟、医学诊断图像与实验室结果解读、实验室自动化、金融市场投注、法律流程自动化、财务流程自动化、销售流程自动化等，AI还将自动生成用于自动化销售和营销流程的计算机程序（AI代理）。Oracle在AI训练市场已取得进展，其吉瓦级规模的数据中心在训练AI模型的速度和成本效率上全球领先，吸引了多家世界级AI公司选择其构建大规模GPU数据中心用于训练模型。当前市场对推理算力需求迫切，已有企业表示愿接收全球所有可用的推理算力，显示出推理市场的旺盛需求。

AI数据库与数据管理优势：Oracle是全球最大的高价值私有和企业数据托管方，管理着数百万数据库，远超其他应用公司（其客户以数万家计）。为支持AI应用，Oracle推出新型AI数据库，支持数据向量化存储，使数据能被AI模型理解；该数据库可便捷连接客户的所有数据库、新型AI数据库及OCI云存储，对接ChatGPT、Gemini、Grok、LLaMA等全球最先进的AI推理模型。通过数据向量化并连接所选大语言模型，客户可提出任意问题，大语言模型将结合企业私有数据与公开数据进行高级推理，在不泄露私有数据安全的前提下提供答案。这一能力是Oracle的独特价值主张，因其数据托管规模和数据库的安全性、可靠性优势，其他企业难以复制。

AI应用生成技术：Oracle拥有行业领先的AI应用生成器，通过AI自动生成新应用，替代传统人工开发模式。新生成的应用由AI代理与工作流连接组成，本质上是完全由AI驱动的应用。Oracle不单独收取AI功能费用，而是通过提升应用质量促进销售，实现收益。目前Oracle在AI应用生成技术上远超其他应用公司，最新构建的应用已由AI生成，而非传统开发方式。

3、未来展望与业绩指引

长期增长目标：Oracle云基础设施业务有明确的长期增长规划。本财年（2026财年）云基础设施收入预计增长77%至18亿美元，后续四年将分别增至32亿、73亿、114亿及144亿美元。RPO显著扩张，已超4650亿美元，为收入加速提供支撑。除GPU相关业务外，非GPU基础设施业务增速快于竞争对手。行业特定云应用推动客户使用后台云应用，Oracle数据库业务表现强劲。数据中心布局上，已在Azure、GCP、AWS部署34个多云数据中心，年内将新增37个，总数达71个。这些趋势指向收入增长将进一步提升，公司对2026财年全年总收入在恒定汇率下实现16%的增长保持信心，且对2026财年后的顶线和底线增速加速能力更具信心，计划于10月在拉斯维加斯举办的Oracle AI World金融分析师会议上更新长期财务目标。

Q2业绩指引：Q2业绩指引基于非GAAP口径，假设汇率保持当前水平。汇率预计对每股收益（EPS）带来3美分正向影响，对收入带来1%正向影响（或因四舍五入有差异）。总收入在恒定汇率下预计增长12%-14%，美元口径预计增长14%-16%；云收入在恒定汇率下预计增长32%-36%，美元口径预计增长33%-37%。非GAAP EPS在恒定汇率下预计为1.58-1.62美元（增长8%-10%），美元口径预计为1.61-1.65美元（增长10%-12%）。此外，Q2 EPS指引假设税基为19%，一次性税务事件可能使实际税率波动。

4、问答环节核心讨论

RPO增长驱动因素：RPO高增长的核心驱动因素主要体现在三方面。其一，AI推理需求爆发，市场对推理容量的需求极为旺盛，有公司明确表示愿收购全球所有当前未使用的推理容量，此类需求远超训练需求，且推理市场规模远大于训练市场。其二，云部署模式创新，Oracle推出私有云方案，将完整的Oracle云功能（包括所有安全特性、功能）集成于3个机架中，成本仅600万美元，而竞争对手类似方案成本超其100倍。大型企业如Vodafone等倾向于采购专用云区域，要求无邻接云、具备全功能，按消耗付费，并由Oracle维护硬件和网络。其三，技术优势突出，Oracle通过改造数据库实现数据向量化，支持大语言模型基于企业私有数据与公开数据进行推理，可回答如最新关税、钢价对季度业绩影响等问题，凭借托管大量企业数据（客户数据库以百万计）的优势，在推理领域具备独特价值。

基础设施投入与ROI：Oracle的基础设施投入聚焦于优化设备而非房产，2025财年资本支出预计约35亿美元。其设备具备特殊网络和存储能力，专为Oracle云优化，可快速运行工作负载且成本低于竞争对手。设备投入与收入生成紧密衔接，客户验收周期极短，如一个巨型数据厅从设备验收测试到开始付费仅耗时一周。此外，作为网络设备、GPU等的大规模采购方，Oracle能从供应商处获得更优融资条款，进一步降低成本。这种轻资产模式（仅负责设备投入）使其在保持高盈利能力的同时，为客户提供极具竞争力的价格。

AI业务差异化与持续性：针对AI训练业务可能被同质化的担忧，Oracle强调其网络数据传输速度及GPU超算集群性能优势。由于网络数据传输速度显著快于竞争对手，若按小时计费，双倍速度可使训练成本降至竞争对手的一半，从而形成差异化竞争力，保障训练业务的持续盈利。

Q&A

Q：推理算力的需求情况如何？其市场规模与训练市场相比如何？

A：推理算力需求巨大，已有企业明确表示愿接收全球所有可用的推理算力。从产业逻辑看，训练投入最终需转化为可销售的产品，而产品落地依赖推理算力支撑。相较于训练市场，推理市场规模更大。

Q：Oracle在企业数据和公开数据上提供类似ChatGPT体验的独特价值主张是什么？

A：Oracle的独特价值主张源于其对数据库的根本性改造，支持数据向量化，并构建了安全可靠且与主流大语言模型连接的数据库。此外，Oracle托管的数据量远超应用公司，因此在企业数据和公开数据上提供类似ChatGPT体验方面更具优势。

Q：甲骨文作为云服务提供商的优势体现在哪些方面？

A：甲骨文的优势主要体现在三方面：一是成为许多客户的默认云服务选择，提供公共云、专用区域或客户本地云等多种部署选项，能灵活满足客户需求；二是拥有完整技术栈，涵盖基础设施、数据库及快速发展的应用层，各层级协同发展并共同为客户创造价值；三是通过改造数据库实现数据向量化，支持结合企业私有数据与公开数据提供类似ChatGPT的推理体验，作为企业数据托管方，在利用推理能力方面更具优势。

Q：为支持第一季度超过3000亿的新剩余履约义务，需要多少资本支出和运营成本结构？未来几年成本与收入增长的匹配关系如何？投资者应如何看待这些支出的投资回报率？

A：公司不持有房产或建筑，仅拥有并设计优化的Oracle Cloud专用设备，该设备具备特殊网络能力及技术优势，可更快运行负载且成本低于竞争对手。设备投入遵循客户接受后快速部署原则，客户验收后立即产生收入，资产模式轻量。本财年资本支出预计约350亿美元，支出时机与收入生成高度匹配，即在设备开始产生收入前完成投入。公司正推进在竞争对手/合作伙伴云环境中嵌入71个数据中心的计划，仅需承担设备成本。近期案例显示，大型数据机房客户验收时间仅1周，客户因训练模型需求倾向快速验收。此外，作为网络设备、GPU等的大型采购商，公司可从供应商处获得更优融资条款，进一步强化财务优势。

Q：甲骨文如何建立足够的差异化模式以确保其AI训练业务不被同质化，且即使训练业务放缓时，如何持续驱动该业务的强劲盈利与自由现金流？

A：甲骨文凭借网络数据传输速度显著快于同行的优势，以及GPU超算集群的性能优势，在按小时计费模式下，若速度提升一倍则成本降低一半，以此构建差异化竞争力并保障盈利。

 温馨提示：内容源于第三方以及公开平台，仅供用户参考，恕本平台对内容合法性、真实性、准确性不承担责任。如有异议可与平台联系处理。